Local Voting Rule - Università degli Studi di Padova
Transcript
Local Voting Rule - Università degli Studi di Padova
Progettazione di Sistemi di Controllo Tecniche distribuite per trust management in WSN Docente: prof. Luca Schenato UNIVERSITÀ DEGLI STUDI DI PADOVA Dipartimento di Ingegneria dell’Informazione Padova Nicola Chesini Stefano Ermon Giampietro Marcolin Sommario z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa ¾ Reti statiche ¾ Reti dinamiche z Studio implementabilità z Reputation propagation z Conclusioni Autonomic networks z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z 3 ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation Conclusioni Crescita esplosiva networking Nuovi tipi di reti: WSN, P2P, MANETs Caratteristiche: Vantaggi: • Decentralizzate • Meno infrastruttura • Self-organizing • Minori costi • Autonome • Maggiore robustezza • No supervisors • Buone prestazioni Trust management z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation Conclusioni Problema: La costruzione e l'aggiornamento delle relazioni di affidabilità tra i nodi Applicazioni: • Decision making di vari protocolli • Difesa rete da attacchi esterni • Stimolo per la collaborazione fra i peers Approccio distribuito: No server centrale che gestisce l'affidabilità ma tecniche basate su interazioni locali tra i nodi 4 Topologia della rete di trust z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z 5 ¾ Reti statiche ¾ Reti dinamiche Proprietà di una rete reale generica 1. Conclusioni } small-world } 2. Diametro medio piccolo 3. Il numero di vicini varia secondo una legge esponenziale 4. Il numero complessivo di nodi è variabile nel tempo Studio implementabilità Reputation propagation Coefficiente di raggruppamento elevato Topologia della rete di trust z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z 6 ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation Conclusioni L’algoritmo che implementa il WS model • Parametri di input : , • Costruzione di un regular lattice dati • • Operazione di rewire dato e e Stato dell'arte z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z 7 ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation Conclusioni Approccio di J. Baras e T. Jiang ¾ Basato su: 1. Trust evaluation in Anarchy: A case study on autonomous networks,Infocom 2007 2. Security and Trust for Wireless Autonomic Networks, European Journal of Control, 2007 ¾ Trattazione con solide basi teoriche e matematicamente molto elegante, ispirato al modello di Ising ¾ Unico studio analitico delle prestazioni dell'algoritmo in un contesto dove le soluzioni sono valutate per via simulativa Definizione problema z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation Modello: • Grafo G(V,E), dove gli archi rappresentano il grado di affidabilità tra i nodi • Vettore reale di trust T • Vettore di trust stimato S Dati disponibili: cij, voto dato dal nodo i al nodo j, il cui significato dipende dal contesto Obiettivo: S=T Conclusioni Limitazioni: le interazioni devono essere locali 8 Local voting rule z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z 9 ¾ Reti statiche ¾ Reti dinamiche Valutazione affidabilità di un nodo target i avviene con una votazione locale, secondo questa regola: • Scelta del nodo target i in modo asincrono random • Calcolo di • Aggiornamento stima affidabilitá di i secondo la probabilitá Studio implementabilità Reputation propagation Conclusioni Diventa un sistema dinamico a cui associamo una catena di Markov dove S rappresenta lo stato Local voting rule z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Teorema: Esiste un’unica densità di probabilità asintotica associata alla catena di Markov, definita come Energia: Reputation propagation Conclusioni Metrica principale: 10 Parallelismo con Ising Model z Introduzione Ising model: z Stato dell'arte ¾ Modello ideato per studiare materiali ferromagnetici posti in un campo magnetico esterno H ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation Conclusioni ¾ Studia come interazioni locali tra bit di informazione (spin o altro) diano luogo a effetti collettivi ¾ Definizione di un'energia: ¾ Distribuzione di Boltzmann: Parallelismo: Spin up-down Nodo buono-cattivo 11 Equivalenza parametri Approccio teorico z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation ¾ Notevole influenza dei parametri b ed η ¾ η è associabile al campo magnetico esterno del modello di Ising, e determina un orientamento privilegiato ¾ Sembra plausibile la scelta neutrale η=0, ma in realtà: Teorema: Qualunque siano T, b, pe, e per ogni topologia della rete, se η=0 allora Pcorrect = 0.5 Conclusioni Nel caso di virtuous network, è come lanciare una moneta! 12 Disaccordo simulazioni e teoria z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Le simulazioni proposte in [1] non concordano con il precedente teorema!!! Motivo: Calcolare numericamente πs in modo diretto é computazionalmente intrattabile perché esponenziale sul numero di nodi Studio implementabilità Reputation propagation Conclusioni 13 Alternativa: Costruire una catena di Markov con πs come distribuzione stazionaria e utilizzare il metodo Montecarlo Metodo Montecarlo z Introduzione z Stato dell'arte ¾ Topologie • Si inizializza stato S(0) ¾ Local Voting Rule • Si fa evolvere il sistema per n* iterazioni ¾ Modello di Ising • Per n* abbastanza grande si assume di aver raggiunto la distribuzione stazionaria πs z Analisi teorica z Analisi simulativa z z z Algoritmo: ¾ Reti statiche ¾ Reti dinamiche • Si fa una media temporale che per ergodicità coincide al limite con quella statistica Studio implementabilità Reputation propagation Conclusioni 14 Per valori di b alti (temperature basse) la catena diventa sempre meno ergodica! Con quale risultato confrontarsi? Scelta di η ottimo z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation ¾ Se la rete è composta da pochi nodi, oppure ha tempi di vita molto lunghi, ha senso confrontarsi col risultato asintotico. ¾ Si può fare meglio di Pcorrect = 0.5 (caso η=0) ? Sì, se è nota a priori la percentuale di nodi buoni p Teorema: In una rete strutturata come lattice 2D con periodic boundaries, supponendo che i nodi cattivi attribuiscano voti contrastanti Pcorrect(b,η,p) = Pcorrect(b,-η,1-p) Conclusioni Problema: determinare 15 Pcorrect ≈ 1 Analisi simulativa z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Numero di nodi elevato, N grande Ipotesi Conseguenze Studio implementabilità Reputation propagation va calcolata con il metodo } Montecarlo ¾ Per avere una buona approssimazione di è necessario avere ed troppo elevati TRADE - OFF Conclusioni z z 16 ¾ buona approssimazione di valori di ed applicazioni non ottenibili nelle Reti statiche z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Nuova metrica per valutare le prestazioni } Studio implementabilità Reputation propagation z Conclusioni z 17 Virtuous network ¾ Influenza dello stato iniziale di S 0.9 Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising 1 0.8 migliore prestazione a regime 0.7 0.6 0.5 P z Introduzione correct z p =0.1 g 0.3 z z p =0.3 Analisi teorica g 0.2 z Studio implementabilità Reputation propagation ¾ Influenza di 0 0.2 0.4 0.6 0.8 1 b 1 la transizione di fase si sposta verso destra 0.95 0.9 0.85 0.8 correct z Reti dinamiche g p =0.9 0.75 P ¾ g p =0.7 g 0 Reti statiche p =0.5 0.1 Analisi simulativa ¾ } 0.4 0.7 z Conclusioni 0.65 0.6 n*+M=1000 0.55 n +M=50000 n*+M=10000 * n*+M=150000 0.5 0 0.2 0.4 0.6 b 18 Viene confermato il teorema 0.8 1 Generalizzazione virtuous network z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation ¾ Rete con nodi buoni ma errori nei voti ( ) la prestazione degrada ¾ Rete con nodi anche cattivi ( } ) la prestazione dipende dal comportamento dei nodi cattivi ¾ Influenza della topologia ( variazioni di e e la prestazione migliora Conclusioni Viene confermato quanto già detto in [1] 19 ) Reti dinamiche z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Nuova metrica per valutazione prestazioni } Studio implementabilità Reputation propagation z Conclusioni z 20 Si media solo su diversi stati iniziali di S Voti cij tempo-varianti z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa Teorema: Esiste una densità di probabilità I cij possono essere tempo-varianti per due motivi: ≠ 0 variazioni in T 1 ¾ a regime 0.98 Reti statiche 0.97 0.9 z z Reputation propagation Conclusioni 0.8 0.95 correct Studio implementabilità 0.96 0.7 P z Reti dinamiche Pcorrect ¾ 0.6 0.93 0.92 pe=0 pe=0.1 0.91 pe=0.2 0.5 0.94 pe=0.3 n =300 p =0 0.9 ch p =0.4 0.4 0 200 400 600 800 n 21 ch nch=300 pch=0.05 e la prestazione degrada 1000 0.89 0 200 400 600 800 1000 n ogni istanti la prestazione diminuisce notevolmente Ritardi aleatori e perdita pacchetti z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità ¾ Si traduce in ritardi e perdita dei voti cij ¾ Ipotesi: • trasmissione di tutti i cij ad ogni istante • ogni sensore memorizza gli ultimi nmem voti cij generati ¾ z Implementazione: e dim( ) = , finito Reputation propagation Conclusioni 22 z è il ritardo con cui arriva il pacchetto Ritardi aleatori e perdita pacchetti z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule Ritardi aleatori Perdita pacchetti 1 1 0.98 0.95 0.96 0.9 0.85 0.94 correct Analisi teorica 0.8 0.92 0.9 P z Modello di Ising Pcorrect ¾ 0.75 0.7 0.88 z Analisi simulativa 0.65 0.86 λ =1 0.84 λ0=0.9 0.6 0 ¾ Reti statiche λ =0.8 0 0.82 ¾ z z z Reti dinamiche Studio implementabilità Reputation propagation 0.8 0.5 λ0=0.7 0 200 400 600 1000 la prestazione peggiora Conclusioni • 23 800 n • λ=[0.8] λ=[0,0.5,0.8] λ=[0,0.5] λ=[0,0,0.8] 0.55 associabile a una diminuzione del numero di vicini 100 200 300 400 500 n 600 700 800 900 1000 • se la prestazione dipende solo da • altrimenti dipende anche dalla distribuzione Problemi implementativi z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità ¾ Chi memorizza S? ¾ Chi effettua gli aggiornamenti su S? Proposta 1: Ogni nodo ha un suo S Tutti i nodi ottengono i voti di ogni votazione Effettuano aggiornamenti indipendenti Esiste distribuzione stazionaria Reputation propagation Conclusioni Aspetti negativi: z z 24 z Onere computazionale non è distribuito Utilizzo consistente di memoria Occupazione consistente di banda Metodo alternativo z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation Conclusioni Proposta 2 z z Ogni nodo mantiene il valore di trust stimato dei vicini e dei vicini dei suoi vicini Si può realizzare in modo che la comunicazione sia solo locale: Votazione nodo i-esimo: • I vicini di i aggiornano il proprio S con la voting rule stocastica • Passano il proprio m ai loro vicini • Questi ultimi mediano gli m che hanno ricevuto e aggiornano S Teorema: Esiste una densità di probabilità a regime 25 Reputation propagation z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Definizioni: Obiettivo: fare in modo che tutti i nodi raggiungano la stessa opinione riguardo l’affidabilità di ogni altro nodo della rete Studio implementabilità Reputation propagation Conclusioni Procedura: media pesata fra le opinioni che si hanno a disposizione 26 Modello di aggiornamento z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità ¾ Equazione di aggiornamento: ¾ Rappresentazione tramite grafo: Gj(1) Reputation propagation Conclusioni Supergrafo Gj(1,2) 27 Gj(2) Teorema: Reputation agreement z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation Teorema: Consideriamo la valutazione del nodo j, se per ogni istante t1 esiste un istante t2 > t1 tale che il supergrafo Gj(t1,t2) sia fortemente connesso con self-loop, allora il sistema converge. Dimostrazione: Si basa sulla teoria del consenso. Conclusioni Si può vedere anche come sequenza di prodotti: 28 Implementazione per WSN z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Operazioni dell’algoritmo: z Vengono scelti nTX e nRX z nTX trasmette a nRX anche il proprio vettore di trust snTX z Esecuzione dell’aggiornamento Studio implementabilità Reputation propagation non si esegue per la componente relativa a nTX • non si esegue se una componente è zero • Conclusioni z 29 • se mentre il nodo ricevente memorizza la componente ricevuta senza mediare Ripetizione delle operazioni. Parametri caratterizzanti il modello z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche z Probabilitá di errore z Topologia Studio implementabilità Reputation propagation Grafo geometrico Lattice 2-DN Conclusioni z Nodi cattivi: pm = probabilitá che il nodo sia cattivo loro comportamento 30 Simulazioni z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Parametri per valutare le prestazioni: z Scarto dalla media: z Probabilità che il vicino sia valutato correttamente: z Numero di errori a regime: Studio implementabilità Reputation propagation Conclusioni 31 Variazione della topologia z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche ¾ Velocità di convergenza Connettività velocità di convergenza ¾ Pcorrect Studio implementabilità Reputation propagation Connettività Conclusioni Pcorrect 32 Variazioni di pe e pm z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation ¾ Variazione di pe pe degrado delle prestazioni ¾ Variazione di pm pm Conclusioni degrado delle prestazioni 33 Conclusioni z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation Conclusioni 34 ¾ Analisi teorica delle prestazioni: • Discrepanza con i risultati simulativi • Forte dipendenza dai parametri • Possibilità di ottenere ottime prestazioni con un tuning efficace ¾ Analisi simulativa statica e dinamica: • Conferma intuitiva dei risultati teorici • Influenza di altri parametri sulle prestazioni ¾ Implementabilità: • Proposta di due tecniche ¾ Reputation propagation • Difficile integrazione • Tecnica a sé stante con prestazioni peggiori Possibili sviluppi futuri z Introduzione z Stato dell'arte ¾ Topologie ¾ Local Voting Rule ¾ Modello di Ising z Analisi teorica z Analisi simulativa z z z ¾ Reti statiche ¾ Reti dinamiche Studio implementabilità Reputation propagation Conclusioni 35 ¾ Ricerca della densità di probabilità πSC con cij tempovarianti ¾ Studio approfondito sulla reale implementabilità ¾ Variazione della topologia • Utilizzo del modello formulato da Klemm e Eguìluz ¾ Tecniche di esclusione dei nodi cattivi dalla rete Grazie SKEN 36